本发明涉及电池安全检测，尤其是涉及一种基于电池膨胀力及电压特征的电弧故障识别方法。
背景技术：
1、锂离子电池已被广泛应用于电动汽车、电化学储能等领域。在实际应用中，通常将多个单体锂离子电池通过串联和并联的形式组成电池组，以提供更大的电能储存和输出。电池组内通常包含众多的电气连接点以及复杂电气拓扑结构，如若存在绝缘失效、端子虚焊、连接松动等问题就可能引发电弧故障。电弧故障在30v电压下可持续存在并发生燃弧，中心温度可瞬间超过2000℃，而目前广泛使用的储能及动力电池包大多超过了该电压阈值，具备发生电弧故障的条件。若电池包内出现电弧将极有可能直接作用到电池本体，甚至引发电池热失控，其危害性更加紧迫。
2、目前电弧故障识别方法主要通过单一电信号特征(电流、电压)的变化进行识别，如零休畸变、高频、谐波等特征，大部分用于配电线路、微电网等电力系统中，但对于储能电站或电动汽车的电池包/模组内部出现电弧的情况考虑不多。在这种情况下电弧很可能直接作用到电池壳体，由于电池金属壳体带电，相比配电线路中的电弧故障，此时的电信号变化更加复杂(电弧随机性大，电弧打到电池不同位置电信号变化各异)，仅采用单一的电信号识别可能存在误判、漏判。此外，在锂离子电池领域，传统的电池故障预警方法主要依赖火焰、烟雾、温度传感器等传统手段，由于覆盖范围有限，电弧高温引起的局部高温热点很可能无法被及时探测，现有手段不能解决电弧故障这一特殊的电气故障类型，存在严重的滞后性。
技术实现思路
1、本发明的目的是提供一种基于电池膨胀力及电压特征的电弧故障识别方法，电弧直接作用到电池壳体会引发电池热电特征变化：电弧的超高温会引起电池膨胀力的瞬间变化，同时由于电池金属壳体带电，电弧打到壳体上同样可能导致电池电压的变化。此外采用数据融合方法结合电池力特征和电压特征进行电弧故障判定，避免单一信号误判的可能。该方法解决了电池包内发生电弧故障时单一电信号识别可能存在误判漏判、以及现有电池故障识别方法对电弧故障存在滞后性的问题。
2、为实现上述目的，本发明提供了一种基于电池膨胀力及电压特征的电弧故障识别方法，包括以下步骤：
3、s1、选取锂离子电池置于工作环境中进行正常充放电测试，将力学传感器安装在电池表面，实时监测电池的膨胀力变化特征及电压变化特征，通过数据处理单元在线采集信号；
4、s2、选取相同型号锂离子电池进行电弧击穿实验，使用力学传感器监测电池表面膨胀力变化，同时监测电池电压变化；
5、s3、采用数据融合方法将电池力和电压特征融合，对比正常充放电和电弧作用时融合结果，确认电弧判定阈值；
6、s4、在锂离子电池实际工作过程中，数据处理单元将监测数据实时传递到主控单元，当某一电池包内数据融合结果大于设定阈值时，主控单元依据报警策略采取应急措施，切断故障电池包内电路供应并发出警报。
7、优选的，在步骤s1中，包括以下子步骤：
8、s101、实验前在电池表面加装力学传感器或应变片，连接信号采集设备；，电池电压通过电压采集模块收集；
9、s102、开展不同充放电倍率实验，如0.5c、1c、2c，并得到电池膨胀力数据及电池电压数据。
10、优选的，在步骤s2中，包括以下子步骤：
11、s201、搭建电池电弧试验平台，开展电弧击穿击打电池外壳/电极试验；
12、s202、通过力学传感器获得步骤s201试验中电池膨胀力及电压变化数据。
13、优选的，在步骤s3中，包括以下子步骤：
14、s301、将相邻两次测量的膨胀力进行求导计算；
15、s302、使用基于熵权灰色关联和d-s证据理论的数据融合方法进行数据处理；
16、s303、采用数据融合方法计算正常充放电状态及电弧故障状态电池的信度值bel(a)，对比最值确定电弧故障判断阈值。
17、优选的，在步骤s301中，将相邻两次测量的膨胀力进行求导计算，计算公式如下：
18、
19、其中，fn和fn-1分别代表第n次和第n-1次的测量结果，t代表测量时间。
20、优选的，在步骤s302中，使用基于熵权灰色关联和d-s证据理论的数据融合方法进行数据处理，包括以下步骤：
21、电池组内有i个电池，j个指标，对采集的指标进行标准化，通过熵理论得到各指标的加权隶属矩阵：
22、
23、第j项指标下第i个评价对象指标值的权重为
24、
25、指标j的熵值为
26、
27、则指标j的权重为
28、
29、式(5)中0≤ωj≤1且将ωj(j＝1,2,3,…,n)代入式(3)中，则加权隶属度矩阵为
30、x＝[xij]m×n＝[ωj·pij]m×n (6)
31、再通过灰色关联法确定各指标下不同电池的mass函数：
32、设各指标j下不同目标的mass函数为
33、mj(i)＝[1-doi(ij)]pij (7)
34、其中：pij为第j项指标下第i个评价对象指标值的比重，doi(ij)为指标j下的q阶不确信度，具体表达式为
35、
36、式中，rij为综合灰色关联系数，具体表达式为
37、
38、
39、
40、其中：为最优关联系数，为最劣关联系数，ξ为分辨系数，ξ＝[0,1]，分别为两级最小差和两级最大差，x+为理想最有序列，x-为理想最劣序列，如下所示
41、
42、
43、基于dempster合成法则计算每个电池的信度函数，作为故障判断指标。
44、因此，本发明采用上述结构的一种基于电池膨胀力及电压特征的电弧故障识别方法，具备以下有益效果：
45、(1)本发明引入电弧高温导致的电池力特征变化，克服单一电信号电弧识别的不足。
46、(2)本发明采用数据融合方法，兼顾电池力特征及电池电信号特征，即使电弧发生内电池包内但没有直接击打电池造成力变化，也可通过电信号进行识别。
47、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
1.一种基于电池膨胀力及电压特征的电弧故障识别方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于电池膨胀力及电压特征的电弧故障识别方法，其特征在于：在步骤s1中，包括以下子步骤：
3.根据权利要求1所述的一种基于电池膨胀力及电压特征的电弧故障识别方法，其特征在于：在步骤s2中，包括以下子步骤：
4.根据权利要求1所述的一种基于电池膨胀力及电压特征的电弧故障识别方法，其特征在于：在步骤s3中，包括以下子步骤：
5.根据权利要求4所述的一种基于电池膨胀力及电压特征的电弧故障识别方法，其特征在于：在步骤s301中，将相邻两次测量的膨胀力进行求导计算，计算公式如下：
6.根据权利要求5所述的一种基于电池膨胀力及电压特征的电弧故障识别方法，其特征在于：在步骤s302中，使用基于熵权灰色关联和d-s证据理论的数据融合方法进行数据处理，包括以下步骤：
